تواجه الأنظمة الصحية في الدول منخفضة ومتوسطة الدخل تحديات كبيرة في توزيع الموارد بشكل عادل، خاصة عندما يتعلق الأمر بالأدوية الأساسية. وبسبب نقص البيانات عالية الجودة، يواجه إعتماد الأساليب التقليدية لدعم اتخاذ القرار صعوبات كبيرة. لذا، تم تقديم إطار عمل جديد قائم على التعلم الآلي يُعرف بـ "التعلم الآلي المدرك للقرارات" (Decision-Aware Machine Learning)، والذي يعتمد أيضاً على التعلم المتعدد المهام لضمان كفاءة العينة وتوزيع عادل.


في تعاون مثير مع الحكومة الوطنية في سيراليون، تم تنفيذ نظام جديد كأداة دعم للقرار على مستوى البلاد، حيث أثبتت تقييماتنا الإقتصادية أن هناك زيادة تقدّر بـ 19% في استهلاك المنتجات التي تم تخصيصها في المناطق المستهدفة. هذا الابتكار لم يُحسن فقط توزيع الأدوية، بل شمل أيضاً استهداف نحو 2 مليون امرأة وطفل تحت سن الخامسة، مما يدل على كفاءته في تحسين الوصول إلى الأدوية الأساسية دون تكاليف باهظة.

إن نتائج هذه الدراسة تبين كيف يمكن أن تسهم أساليب التعلم الآلي في تحقيق كفاءة كبيرة في ظل الظروف الصحية العالمية التي تعاني من نقص الموارد، مما يفتح أبواباً جديدة لتحسين الأنظمة الصحية في مختلف البلدان. فهل سنرى انتشار هذه التكنولوجيا في المستقبل القريب؟